水资源是维持所有生物生存的基本要素之一,也是人类活动必不可少的自然资源。作为水循环过程的重要环节,径流要素的变化对整个水资源系统起着主导作用,并对生态环境和经济发展有着决定性的影响。因此,分析各流域径流演变的规律是科学评价、开发和保护区域水资源的前提,具有重要的理论价值和实际意义。传统的径流演变规律分析通常采用统计学和水文模型模拟的方法进行研究,近年来受全球气候变化和人类活动的影响,径流的时空演变表现出诸多不确定性,径流变化的成因越来越复杂,传统分析方法具有一定的局限性,已不能满足需求。水文监测部门收集积累了海量的业务和监测数据,这些数据具有量大、面广、异构、分布等特征,伴随着新的信息获取技术的发展,可用数据源得到扩充,如何运用这些数据进行径流的演变规律分析,实现径流的中长期预测成为当下亟待解决的问题。数据挖掘作为一门新兴技术,具有及时、有效处理大数据的优势,且不依赖于复杂的机理研究,是实现历史数据转化为有用知识的有效手段,能够用于分析径流演变规律研究中存在的具体问题,并已有大量学者进行了相关研究。本文首先按照数据挖掘的过程对当前数据挖掘方法在径流演变规律分析中的应用研究进行了梳理,针对传统径流演变规律研究过程中存在的具体问题提出了基于数据挖掘的解决方法,并以雅砻江流域打罗至二滩区间为研究区,选择遥感监测和径流、降水、蒸散、温度等地面监测数据,运用神经网络、决策树分类、回归分析、相关分析等数据挖掘方法对区间径流变化规律进行了分析。结果表明,数据挖掘方法可以有效剔除观测数据中噪声的影响,增强数据的完整性;基于大数据的挖掘方法可以有效识别气候变化和长期人类活动影响下水文系统由一致向不一致逐渐转变的特征,并提取主要影响因素,是对传统径流演变规律分析方法的有益补充。通过分析打罗至二滩区间径流的变化规律得到:自二滩水库蓄水以后库区年降雨量显著减少,区间径流系数也显著降低,基于稳态假设的HBV模型径流模拟效率也逐年降低,而库区植被整体逐年变好;相关分析结果表明库区植被自然生长加快是导致区间径流系数降低的主要原因,而研究区降水减少是区间产水减少的直接原因。本论文主要研究成果有:基于异常值检测的方法构建了一种使用于TM影像的厚云阴影检测算法,并通过替换法对有云影像数据进行了补偿处理;以多源遥感影像为试验数据,基于决策树分类和回归分析的方法对库区周边植被的时空变化进行了具体分析;运用回归分析和相关分析的方法对打罗至二滩区间径流的演变规律及其成因进行了分析。